Implications of prosthesis funding structures on the use of prostheses
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: While sparsely researched, funding structures may play an important role in use of and satisfaction with prostheses and related health services. OBJECTIVES: The objectives of this study were to (1) quantify the direct costs of prosthesis wear, (2) explore variations in funding distribution, and (3) describe the role of affordability in prosthesis selection and wear. STUDY DESIGN: An anonymous, online cross-sectional descriptive survey was administered. METHODS: Analyses were conducted of qualitative and quantitative data extracted from an international sample of 242 individuals with upper limb absence. RESULTS: Access to prosthesis funding was variable and fluctuated with age, level of limb absence and country of care. Of individuals who gave details on prosthetic costs, 63% (n = 69) were fully reimbursed for their prosthetic expenses, while 37% (n = 40) were financially disadvantaged by the cost of components (mean [SD] US$9,574 [$9,986]) and their ongoing maintenance (US$1,936 [$3,179]). Of the 71 non-wearers in this study, 48% considered cost an influential factor in their decision not to adopt prosthesis use. CONCLUSIONS: Prosthesis funding is neither homogeneous nor transparent and can be influential in both the selection and use of a prosthetic device. CLINICAL RELEVANCE: Inequitable access to prosthesis funding is evident in industrialized nations and may lead to prosthesis abandonment and/or diminished quality of life for individuals with upper limb absences. Increased efforts are required to ensure equitable access to upper limb prosthetics and related services in line with individuals' needs.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle